Rancang Bangun Aplikasi Visualisasi Database SQL Server dengan Dynamic Management View Berbasis Graph Neo4j untuk Memetakan Relasi Implisit pada Database

  

Rancang Bangun Aplikasi Visualisasi Database

SQL Server dengan Dynamic Management View

Berbasis Graph Neo4j untuk Memetakan Relasi

Implisit pada Database

  

Hufadz Izzudin Robbani dan Radityo Prasetianto Wibowo

Departemen Sistem Informasi, Fakultas Teknologi Informasi dan Komunikasi, Institut Teknologi

Sepuluh Nopember (ITS)

e-mail : radityo_pw@is.its.ac.id

  Abstrak —Ketersediaan dokumentasi teknologi informasi (TI) disebabkan oleh lemahnya monitoring dan evaluasi, serta adalah kunci sukses pengelolaan TI pada perusahaan.

  terbatasnya dokumentasi [2].

  Dokumentasi yang layak sangat berguna agar proses maintenance dan learning lebih mudah serta mebantu knowlegde sharing sebuah organisasi. Kenyataannya dokumentasi TI adalah hal yang sering diabaikan. Microsoft S QL S erver dalam 5 tahun terakhir berhasil bertahan sebagai salah satu database terpopuler. S ikap abai perusahaan pada pendokumentasian S QL S erver membuat pemahaman terhadap sistem database menjadi tacit knowledge yang terkesan ekslusif untuk orang-orang senior di perusahaan. Hal ini berdampak pada sulitnya orang baru mempelajari sistem database yang sudah ada sehingga memakan waktu yang lebih lama. Ketiadaan dokumentasi S QL sebenarnya bisa diatasi dengan tool visualisasi database semisal DBVisualizer. S ayangnya dengan semua kelengkapan fitur dan dukungannya, DBVisualizer tidak mampu melakukan penelusuran pada relasi yang sifatnya implisit. S eringkali rancangan relasi antar tabel S QL tidak memiliki foreign key sehingga program semisal DBVisualizer kesulitan melakukan penelusuran. Karenanya penulis menawarkan solusi untuk memvisualkan database S QL Gambar 1. Survei StackOverflow 2016. ke dalam bentuk graph visual dengan memanfaatkan salah satu

  Sedangkan pada survey DB-Engines (http://db-

  fitur S QL S erver yaitu Dynamic Management View. Tidak

  engines.com) yang ditunjukkan oleh gambar 1.3 menunjukkan

  berhenti sampai di situ, sistem graph juga diterapkan sebagai

  hasil yang sedikit berbeda yaitu Microsoft SQL Server

  basis visualisasi agar informasi yang disajikan lengkap dan menempati peringkat tiga database terpopuler di tahun 2017. akurat namun tidak kehilangan simplicity dan kemudahannya.

  Kata Kunci —Documentation, Parsing, Graph Database, Sql Server, Visualization, Implicit Relationship.

I. PENDAHULUAN

  ANYAK perusahaan yang tidak peduli pada ketersediaan dan kelayakan dokumentasi sistem. Survey yang

  B

  dilakukan StackOverflow (http://stackoverflow.com) kepada 50.000 pengembang perangkat lunak di tahun 2016 menunjukkan bahwa dokumentasi yang tidak layak menjadi

  Gambar 2. Survey database terpopuler oleh Db-Engine.

  tantangan kerja yang sering dihadapi oleh para pengembang perangkat lunak [1]. Ermine dalam Introduction to Knowledge Kurangnya dokumentasi pada platform database SQL Server Management menjabarkan permasalahan k nowledge bisa diatasi dengan menggunakan bantuan aplikasi SQL Server

  

management pada kasus Departemen Kesehatan Filipina Management Studio, sebuah aplikasi database management rilisan Microsoft yang dirancang khusus untuk database Microsoft SQL Server. SQL Server Management Studio telah menyediakan fasilitas Database Designer yang merupakan bagian dari fitur Visual DB Tools. Diagram Designer memungkinkan pengguna untuk mendesain dan memvisualisasikan database yang sedang terkoneks i [3].

  Gambar 3. Fitur Diagram Designer SQL Server Management Studio.

  ). Tiap iterasi SP selesai, masukkan semua node ke dalam visited attributes VS.

   Parsing & syntax analysys

  D.

  nyata adanya primary key dan foreign key hanya menjelaskan sebagian dari relasi keseluruhan. Banyak relasi dimodelkan dengan view dan melakukan selection query pada tabel dan view. Sebagai contoh penggunaan query SELECT dan JOIN pada tabel EMPLOYEE dan DEPARTMENT menyiratkan relasi WORK AT di antara 2 tabel tersebut. Relasi semacam inilah yang diistilahkan oleh Huang dan Xue sebagai relasi implisit [6].

  primary k ey dan foreign didefinisikan. Namun dalam kasus

  Untuk membuat relasi antar entitas data dalam database,

   Implicit Relationship

  C.

  SQL Server mempunyai fitur Dynamic Management View (DMV) yang merupakan tool untuk mendapatkan informasi kondisi server yang bisa digunakan untuk memonitor kesehatan server, diagnosis masalah, dan peningkatan kinerja [5].

   Dynamic Management View

  B.

  Migrasi memanfaatkan integrity constraints yang ada di atas sumber untuk menyusun database target dengan tepat dimana jumlah akses yang dibutuhkan untuk menjawab query dikurangi. Paper juga membahas sebuah sistem yang mengimplementasi teknik migrasi untuk menilai tingkat feasibility. Agenda penelitian selanjutnya adalah memperbaiki teknik yang diusulkan pada paper ini mendapatkan target yang lebih compact.

  Kesimpulan Dalam tulisan ini dipresentasikan sebuah pendekatan untuk migrasi data dan query otomatis dari relasional ke graph database.

  node

  Selain menggunakan SQL Server Management Studio, alternatif yang tersedia untuk menghasilkan visualisasi SQL Server adalah dengan menggunakan aplikasi manajemen database semisal DBVisualizer. DBVisualizer memiliki fitur lengkap yang dapat memvisualisasikan table, schema, view, dan juga action query seperti SELECT, ALTER, dan lain -lain [4]. Selain fiturnya yang lengkap DBVisualizer juga mendukung hingga 42 database populer. Tools lain yang juga bisa digunakan untuk menghasilkan visualisasi database SQL Server adalah JetBrain DataGrip, Sybase Power Designer, DbForge Studio for SQL Server, dan Navicat for SQL Server.

  SP. Prosedur melakukan iterasi pada SP, masing-masing elemen pada SP ubah jadi node A1,A2, hingga node terakhir (sink

  path

  yang terlibat. Ide dasarnya adalah menyimpan data-data yang akan diambil bersamaan ke dalam satu graph g. Beberapa relasi R tergabung menjadi schema

  foreign k eys

  Metode Sebuah relasi R dapat direpresentasikan dalam graph dengan mempertimbangkan keys dan

  Roberto De Virgilio 2. Antonio Maccioni 3. Riccardo Torlone

  Penulis 1.

  Converting Relational to Graph Databases

  Judul

   Penelitian Sebelumnya

  II. STUDI LITERATUR A.

  Sayangnya tools telah disebutkan sebelumnya memiliki keterbatasan tidak bisa melacak relasi implisit. Definisi relasi implisit menurut Huang dan Xue adalah sebuah relasi yang tersembunyi di antara entitas yang tidak dimodelkan sebagai relasi primary/foreign key [10]. Relasi implisit hanya muncul ketika dilakukan query SELECT atau membuat view yang di dalamnya terdapat JOIN. Karena relasi JOIN tidak terdefinisi langsung pada database, maka perlu dilakukan cara khusus untuk mendapatkan query dan view yang dijalankan dan mengambil relasi JOIN.

  Gambar 4. T ampilan DBVisualizer

  Setiap bahasa pemrograman memiliki aturan yang menentukan struktur syntax program yang baik (well-formed).

  Syntax

  13. Aplikasi dapat mengolah file JSON yang telah dibuat pada kebutuhan No. 13 menjadi bentuk graph diagram lengkap dengan seluruh informasi node dan relationship.

  5.

  8.

  k ey pada database.

  9. Aplikasi dapat menjalankan kebutuhan No. 5,6,7,8 pada semua database yang didapat dari kebutuhan No. 3.

  10. Aplikasi dapat mengambil query DMV yang telah disimpan pada database MariaDB.

  11. Aplikasi dapat mengambil informasi schema, table, column, yang memiliki relasi JOIN dari hasil parsing query DMV yang didapat dari kebutuhan No. 10.

  12. Aplikasi dapat menghasilkan array sesuai standar data output library Neo4jD3.js dan menyimpannya ke dalam sebuah file JSON.

  14. Aplikasi dapat melakukan filtering untuk menampilkan informasi pada pilihan database, schema, table, column, foreign key relationship, dan JOIN relationship tertentu.

  6. Aplikasi dapat mengambil informasi instance dan database yang berasosiasi dengan schema, table, dan column yang didapat dari kebutuhan No. 5 dengan menggunakan fitur metadata dan configuration pada SQL Server 2016.

  B.

   Query

  Query pertama yang digunakan adalah query sys.servers untuk mendapatkan informasi instance atau server yang tersedia di sistem database. Informasi yang bisa didapatkan yaitu informasi Linked Server, Remote Server, dan Local Server. Berikut query yang akan digunakan:

  SELECT name as srv from sys . servers Query kedua adalah system catalog. SELECT @@SERVERNAME AS srv,

  Db_name ( Db_id ()) AS db , Schema_name ( schema_id ) AS sch , sys . tables . NAME AS tbl , sys . columns . NAME AS col

  FROM sys . tables

  INNER JOIN sys . columns ON sys . tables . object_id = sys . columns . object_id

  Query ketiga yang digunakan adalah query sys.databases yaitu query yang digunakan untuk mendapatkan informasi database yang tersedia pada server. Informasi yang dibutuhkan hanya nama database. Database yang didapat haruslah database yang dibuat oleh user dan bukan database sistem atau database reporting. Berikut query yang dibutuhkan:

  7. Aplikasi dapat mengambil informasi relasi berbasis Foreign Key pada seluruh tabel yang didapat pada kebutuhan No.

  5. Aplikasi dapat mengambil informasi schema, table, dan column pada suatu database dengan menggunakan fitur System Catalog.

  bahasa pemrograman bisa dideskripsikan dalam bentuk notasi context-free grammar. Parsing dalam bahasa pemrograman juga disebut syntax analysis yaitu upaya untuk menentukan apakah suatu syntax bisa menghasilkan string dengan memanfaatkan input pada tahap sebelumnya yakni

  F.

  lexical analysis. Singkatnya parsing adalah menentukan

  apakah suatu syntax bisa membentuk susunan string berbentuk abstract syntax tree atau parse tree ataukah menghasilkan error [7].

  E.

   Graph Gambar 5. Contoh graph sederhana.

  Graph pada dasarnya terdiri dari node dan relationship atau

  juga disebut edge. Graph mendefinisikan entitas dengan node dan bagaimana hubungan antar entitas dengan relationship.

  Graph

  bisa ditemui dimana-mana. Graph sangat berguna untuk memahami keberagaman dataset di bidang-bidang semisal sains, pemerintahan, dan bisnis [8].

   Neo4j graph DBMS

  4. Aplikasi dapat menyimpan informasi query DMV pada kebutuhan No.2 ke dalam database MariaDB.

  Neo4J adalah sistem manajemen basis data graph yang dikembangkan oleh Neo4J, Inc., sebuah perusahaan yang berbasis di San Francisco Bay Area, Amerika Serikat [9]. Hasil perhitungan peringkat DB-Engines menunjukkan Neo4J menempati peringkat pertama sistem basis data graph paling populer mengalahkan Microsoft Azure Cosmos DB, OrientDB, Virtuoso, dan beberapa sistem manajemen basis data graph lain [10]. Neo4J menggunakan bahasa query bernama Cypher. Cypher adalah sebuah bahasa deklaratif yang terinspirasi dari SQL untuk mendeskripsikan pola graph [11]. Cypher pada awalnya dikembangkan eksklusif untuk Neo4J tapi kemudian dengan dirilisnya openCypher [12] kini Cypher bisa diterapkan pada SAP Hana [13] dan AgensGraph [14]. Cypher Query mendefinisikan node relationship dengan syntax CREATE dan MATCH.

  G.

   D3.js

  D3.js adalah library javascript berlisensi BSD untuk manipulasi dokumen berbasis data. D3 adalah kepanjangan dari Data-Driven Documents [15]. D3.js memungkinkan untuk mengikat arbitrary data ke sebuah Document Object Model (DOM) yang selanjutnya dapat diterapkan data-driven transformation.

  III.

   Analisis Kebutuhan 1.

  Aplikasi dapat melakukan koneksi ke SQL Server 2016 2. Aplikasi dapat mengambil informasi query dari fitur Dynamic Management View. SELECT NAME AS db FROM sys . databases WHERE NAME NOT LIKE '%master%'

  3. Aplikasi dapat mengambil informasi instance (linked server, remote server, local server) dan daftar database yang tersedia dari fitur System Catalog.

RANCANGAN APLIKASI A.

  AND NAME NOT LIKE '%tempdb%' AND NAME NOT LIKE '%reportserver%' AND NAME NOT LIKE '%model%' AND NAME NOT LIKE '%msdb%'

  INNER JOIN sys . schemas sch2 ON tab2 . schema_id = sch2 . schema_id C.

  IV. PENGUJIAN A.

  Gambar 7. Desain antarmuka keseluruhan.

  Antarmuka pada script ini berfungsi menyajikan graph dalam bentuk diagram yang bisa diakses pada browser HTTP biasa. Tampilan secara umum terbagi menjadi ruas kanan dan kiri. Ruas kiri berfungsi untuk memasukkan kriteria filtering. Pada ruas kiri terdapat 5 input text: Server, Database, Schema, Table, dan Column untuk menampilkan node dan relationship pada posisi server, database, schema, table, atau column tertentu. sama yang posisinya mendahului masing-masing input text di atas. Selain itu juga ada 3 checkbox tambahan yaitu FK yaitu untuk menampilkan foreign key relationship pada kolom tertentu, JOIN untuk menampilkan JOIN relationship pada kolom tertentu, dan Show All Graph untuk menampilkan semua informasi yang tersimpan dalam graph Neo4j. Pada ruas kiri terdapat tombol biru bertuliskan GENERATE yang berfungsi untuk mengeksekusi kriteria filtering yang telah dimasukkan. Ruas kanan berfungsi sebagai penampil graph diagram. Tampilan default ruas kanan adalah ruang kosong berwarna putih. Apabila kriteria filtering telah dimasukkan dan ditekan tombol GENERATE maka graph diagram ditampilkan pada ruas kanan ini. Sehingga keseluruhan antarmuka aplikasi bisa dilihat pada Gambar 7.

   Desain Antarmuka Antarmuka yang tersedia hanyalah pada script graph loader.

  D.

  SQL Server untuk mendapatkan history query pada sistem. Query yang telah didapat, dikumpulkan di dalam database MariaDB. Proses kedua ini diotomatisasi untuk dijalankan setiap menit karena fitur DMV hanya menyajikan informasi query yang sering dijalankan atau yang terakhir dijalankan.

  Proses pertama adalah proses mendapatkan seluruh informasi server, database, schema, table, column, dan foreign key realtionship pada database SQL Server dengan query pertama dan kedua. Informasi yang diperoleh dari proses ini selanjutnya dimasukkan ke graph Neo4j menggunakan bahasa query cypher. Proses pertama diotomatisasi untuk berjalan selama setiap hari sekali. Proses kedua adalah proses mendapatkan daftar query yang pernah dijalankan pada database SQL Server. Pada proses inilah query ketiga dijalankan. Singkatnya proses ini adalah melakukan query ke

   Desain Arsitektur Gambar 6. Desain Arsitektur

  INNER JOIN sys . schemas sch1 ON tab1 . schema_id = sch1 . schema_id

  Query keempat yang dibutuhkan adalah kombinasi penggunaan sys.foreign_key_columns dengan sys.schemas,

  INNER JOIN sys . columns col2 ON col2 . column_id = referenced_column_id AND col2 . object_id = tab2 . object_id

  INNER JOIN sys . tables tab2 ON tab2 . object_id = fkc . referenced_object_id

  INNER JOIN sys . columns col1 ON col1 . column_id = parent_column_id AND col1 . object_id = tab1 . object_id

  INNER JOIN sys . tables tab1 ON tab1 . object_id = fkc . parent_object_id

  INNER JOIN sys . objects obj ON obj . object_id = fkc . constraint_object_id

  FROM sys . foreign_key_columns fkc

  obj . name AS fk_rel , sch2 . name AS par_sch , tab2 . name AS par_tbl , sch1 . name AS ref_sch , tab1 . name AS ref_tbl , col1 . name AS ref_col

  SELECT @@SERVERNAME as srv , DB_NAME ( DB_ID ()) as db ,

  sys.tables, sys objects, dan sys.columns.

   Filtering Server Pengujian diawali dengan mencentang checkbox Server.

  Check box

  yang tercentang berhasil membuat input teks Server aktif dan bisa diisi. Pengujian dilanjutkan dengan memasukkan keyword yang berhubungan dengan nama Server pada RESITS semisal AKADEMIK pada input teks Server. Lalu klik tombol GENERATE. Aplikasi berhasil menampilkan informasi tentang Server AKADEMIK, AKADEMIK-1, AKADEMIK-2, AKADEMIK-3, REPORTING_AKADEMIK sesuai kriteria

  k eyword

  yang dimasukkan. Pengujian dilanjutkan untuk memeriksa kondisi dan syarat input teks apakah case-sensitive

  Gambar 11. Hasil pengujian filtering Server, Database, Schema.

  atau non case-sensitive. Input teks server diuji dengan dimasukkan keyword ‘akademik’ menggunakan huruf non-

  D.

   Filtering Server, Database, Schema dan Table

  kapital semua. Yang terjadi seperti nampak pada Gambar 9 yaitu Aktivitas pengujian sama seperti pada pengujian C dengan tidak ada graph yang dihasilkan. ditambahkan aktivitas mengisi input text Schema dan mencentang checkbox Table.

  Gambar 9 Hasil filtering Server den gan keyword ‘akademik’ Gambar 12. Hasil filtering Server, Database, Schema, T able.

  B.

   Filtering Server dan Database E.

   Filtering Server, Database, Schema, Table, dan Column

  Pengujian diawali seperti sebelumnya yaitu dengan Pengujian yang dilakukan sama seperti pengujian D dengan mencentang checkbox Server dan mengisi input teks Server beberapa tambahan yaitu dengan mencentang input checkbox yang telah aktif dengan keyword misal WINDOWS.

  Table dan mengisi pada input text Table. Kemudian klik Selanjutnya centang juga checkbox Database dan isikan input check box Column. Lalu klik tombol GENERATE. teks Database yang telah aktif dengan keyword misal its -dw.

  Karena sudah diketahui bahwa input keyword bersifat case-

  sensitive maka pengujian pada faktor case-sensitive tidak lagi

  dilakukan. Hasil pengujian sebagaimana pada gambar di bawah ini menunjukkan bahwa aplikasi berhasil menampilkan informasi Server WINDOWS-1K4UUD7 dan Database its-dw sesuai kriteria keyword yang dimasukkan.

  Gambar 13. Hasil filtering Server, Database, Schema, T able, Column.

  Dari hasil pengujian di atas dapat disimpulkan bahwa aplikasi berhasil melakukan filtering untuk Server, Database, Schema, Table, dan Column tertentu.

  F.

   Filtering Filtering Server, Database, Schema, Table, Column, dan FK relationship

  Pengujian yang dilakukan sama seperti pengujian D dengan Gambar 10. Hasil pengujian filtering Server dan Database. beberapa tambahan yaitu dengan mencentang input checkbox C.

   Filtering Server, Database, dan Schema

  Column dan mengisi pada input text Column. Kemudian klik Aktivitas pengujian sama seperti pada pengujian B dengan check box FK. Lalu klik tombol GENERATE. ditambahkan aktivitas mencentang checkbox Schema.

  V. & SARAN KESIMPULAN

  Kesimpulan dari pengerjaan rancang bangun aplikasi visualisasi database berasis graph dengan menggunakan Dynamic Management View ini antara lain: 1.

  Aplikasi berhasil dikembangkan dan diimplementasikan dengan baik.

  2. Query yang digunakan di dalam aplikasi berhasil memetakan hirarki SQL Server dan mendeteksi relationship yang bersifat eksplisit berbasis foreign key

  Gambar 14. Hasil filtering Server, Database, Schema, T able, Column, dan dan implisit berbasis JOIN. FK relationship.

  Berikut adalah beberapa saran dan kemungkinan pengembangan dari aplikasi ini: Dari hasil pengujian di atas dapat disimpulkan bahwa

  1. Menambahkan fitur untuk mengambil dan mengolah data

  aplikasi berhasil melakukan filtering untuk Server, Database, stored procedure dan openquery. Schema, Table, Column, dan foreign key relationship tertentu.

  G.

   Filtering Filtering Server, Database, Schema, Table,

  3. Menggunakan bentuk, warna, logo, dan ukuran yang Column, dan JOIN relationship lebih variatif pada elemen hirarki database.

  Pengujian yang dilakukan sama seperti pengujian D dengan

  4. Menyempurnakan algoritma parsing agar bisa

  beberapa tambahan yaitu dengan mencentang input checkbox membedakan tipe JOIN selain LEFT dan RIGHT. Column dan mengisi pada input text Column. Kemudian klik

  5. Mengembangkan algoritma parsing agar lebih akurat check box JOIN. Lalu klik tombol GENERATE.

  menentukan posisi kolom JOIN ON yang dibolak-balik.

  6. Mengembangkan algoritma parsing agar lebih akurat

  dalam melakukan parsing pada query yang menggunakan alias.

  7. Menambahkan fitur untuk melakukan crawling query pada source code perangkat lunak.

  8. Pengembangan fitur Application Programming Interface

  (API) agar luaran yang dihasilkan aplikasi bisa dimanfaatkan oleh aplikasi eksternal.

  DAFTAR PUSTAKA

  Gambar 15. Hasil filtering Server, Database, Schema, T able, Column, dan [1] “Stack Overflow Developer Survey 2016 Results.” [Online]. JOIN relationship.

  Available: https://insights.stackoverflow.com/survey/2016.

  H.

  [Accessed: 06-Oct-2017].

   Show All Graph [2] J. L. Ermine, “Introduction to Knowledge Management,”

  Pengujian diawali dengan mencentang checkbox Show All

  Trends Enterp. Knowl. Manag. , pp. 21 –43, 2010.

  Graph. Checkbox yang tercentang berhasil membuat seluruh

  [3] “Design Database Diagrams (Visual Database Tools) | Microsoft input checkbox dan input teks menjadi nonaktif atau disabled.

  Docs.” [Online]. Available: https://docs.microsoft.com/en-

  Pengujian dilanjutkan dengan langsung menekan tombol

  us/sql/ssms/visual-db-tools/design-database-diagrams-visual- GENERATE. Sebagaimana ditunjukkan pada gambar 6.49, database-tools. [Accessed: 18-Jan-2018]. [4] “MS SQL Server Database Tool for Windows, macOS, Linux -

  aplikasi berhasil menampilkan seluruh informasi graph yang

  DbVisualizer.” [Online]. Available: tersimpan di dalam Neo4j. https://www.dbvis.com/doc/sqlserver-database-support/. [Accessed: 06-Oct-2017]. [5] “Dynamic Management Views (Transact-SQL) | Microsoft

  Docs.” [Online]. Available: https://docs.microsoft.com/en- us/sql/relational-databases/system-dynamic-management- views/system-dynamic-management-views. [Accessed: 06-Oct- 2017]. [6]

  A. Huang and Q. Xue, “Exploring Implicit Relationships In a Relational,” pp. 1–7, 2002. [7]

  A. Aho, R. Sethi, J. Ullman, and M. S. Lam, Compilers: Principles, Techniques, and Tools . London: Pearson, 1986. [8]

  I. Robinson, J. Webber, and E. Eifrem, Graph Databases, 1 edition. California: O’Reilly Media, 2014. [9] “Staff and Leadership - Neo4j Graph Database.” [Online].

  Available: https://neo4j.com/staff/. [Accessed: 29-Sep-2017]. Gambar 6. Hasil pengujian fitur Show All Graph.

  [Online]. Available: https://db- engines.com/en/ranking/graph+dbms. [Accessed: 28-Sep-2017]. [11] “Neo4j’s Graph Query Language: An Introduction to Cypher.”

  [Online]. Available: https://neo4j.com/developer/cypher-query- language/. [Accessed: 06-Oct-2017]. [12] “Meet openCypher: The SQL for Graphs - Neo4j Graph

  Database.” [Online]. Available: https://neo4j.com/blog/open- cypher-sql-for-graphs/. [Accessed: 29-Sep-2017]. [13] “Graph Processing with SAP HANA 2 | SAP Blogs.” [Online].

  Available: https://blogs.sap.com/2016/12/01/graph-processing- with-sap-hana-2/. [Accessed: 29-Sep-2017]. [14] “About AgensGraph and Solution- Bitnine Global Inc.”

  [Online]. Available: http://bitnine.net/solutions/agensgraph/?ckattempt=1. [Accessed: 29-Sep-2017]. [15] “D3.js - Data-Driven Documents.” [Online]. Available: https://d3js.org/#introduction. [Accessed: 04-Oct-2017].